روشی سازگار برای آشکارسازی لبه با استفاده از مدل سازی فازی تحلیل چندمقیاسی در شبکیه چشم انسان

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 704

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICEE20_527

تاریخ نمایه سازی: 14 مرداد 1391

Abstract:

امروزه توجه به عملکرد سیستم بینایی انسان و الگو گرفتن از آن در توسع هی الگوریت مهای پرکاربرد پردازش تصویر توجه محققین را به خود جلب نموده است. در این مقاله یک روش هوشمند آشکارسازی لبه مبتنی بر مدل سازی عملکرد سلول های ساده و پیچیده و همچنینمدل سازی فازی تحلیل چند مقیاسی تصاویر در کورتکس اولی هی بینایی ارائه شده است. برای مدل سازی موثر پاسخ سلو لهای ساده و پیچیده در آشکارسازی لبه، روشی برای تنظیم پارامترهای فیلتر گابور (مدل ریاضی سلول ساده) و تابع غیرخطی پیشنهاد شده ب هعنوان تابع آستان هی پاسخ این سلول ها ارائه شده است. مزیت اصلی روش پیشنهادی در مقایسه با سایر روش های مرسوم آشکارسازی لبه این است که مدل فازی پیشنهادی برای تحلیل چند مقیاسی، هیچگونه پارامتری در ورودی دریافت نمی کند. همچنین به دلیل مدل سازی تحلیل چند مقیاسی انجام شده در شبکیه چشم انسان، در الگوریتم پیشنهادی، تمامی لب ههای مربوط به ساختارهای ریز و درشت موجود در تصویر با دقت بالایی آشکارسازی و مکان یابی می شوند. مقایسه ی نتایج حاصل از روش مرسوم کنی و روش پیشنهادی روی بانک داد هی معتبر، کارایی بالای این روش در آشکارسازی و مکا نیابی لبه ها را نشان می دهد

Authors

مهدی سلیمیان ریزی

دانشجوی کارشناسی ارشد الکترونیک، دانشکده مهندسی برق و کامپیوتر دانش

ناصر مهرشاد

استادیار گروه الکترونیک، دانشکده مهندسی برق و کامپیوتر دانشگاه بیرج

سیروس رزمجویی

دانشجوی کارشناسی ارشد الکترونیک، دانشکده مهندسی برق و کامپیوتر دانش

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • W. K. Pratt, "Digital Image Processing." John Wiley & Sons, ...
  • N. Efford, "Digital Image Processing, " Add ison-Wesley, Reading, MA, ...
  • T. Acharya and A. K. Ray, "Image Processing Principles and ...
  • J. Canny, _ computational approach to edge detection, " IEEE ...
  • K. Zhang, Zh. Li and X. Zhao, "edge detection of ...
  • L. R. Liang and C. G. Looney, "Competitive fuzzy edge ...
  • _ , _ _ _ for edge detection based On ...
  • _ S _ _ _ System for Automatic Image Segmentation ...
  • M. Saleem, I. Touqir, A. M. Siddiqui, "Novel Edge Detection, ...
  • _ _ _ _ _ _ _ _ "Boolean Derivatives ...
  • A. Jevti c, J. Q. Dominguez, M.G. C.Januchs and D. ...
  • Y. Y. Tan, L. Yang, and J. Liu, _ _ ...
  • D. H. Hubel and T. N. Wiesel, "Receptive fields, binocular ...
  • C. Grigorescu, N. Petkov, and M. A. Westenberg, :Contour Detection ...
  • V. D. Glezer, T. A. Tscherbach, V. E. Gauselman, and ...
  • _ _ "Spatio-temporal energy models for the perception of motion, ...
  • _ _ _ Understand., vol. 84, no. 1, pp. 77-103, ...
  • _ _ _ Vis. Image Understand., vol. 84, no. 1, ...
  • _ _ rug _ _ i m aging/databbas es/contour_d atabase/i ...
  • نمایش کامل مراجع